SortableJS 实现拖拽替换而非新增列的交互方案
2025-05-05 02:17:36作者:范垣楠Rhoda
在开发类似游戏物品栏的拖拽交互界面时,我们经常会遇到需要限制物品栏位数量并实现类型匹配的需求。本文将以SortableJS为基础,探讨如何实现拖拽替换而非新增列的交互方案。
核心需求分析
典型的物品栏系统通常具有以下特点:
- 左右两侧分别放置不同类型的物品
- 左侧物品可以拖拽到右侧指定类型的栏位
- 栏位数量固定,不允许无限扩展
- 需要实现拖拽时的类型匹配验证
SortableJS的默认行为
SortableJS默认的拖拽行为会在目标容器中新增一个元素,这会导致:
- 栏位数量超出限制
- 无法实现严格的类型匹配
- 不符合游戏物品栏的交互习惯
解决方案:Swap插件
SortableJS的Swap插件提供了元素交换的能力,完美解决了这个问题。该插件的工作原理是:
- 当拖拽元素悬停在目标元素上时
- 自动交换两个元素的位置
- 保持容器内元素总数不变
- 支持自定义交换条件
实现步骤
1. 初始化Sortable实例
import Sortable from 'sortablejs';
import Swap from 'sortablejs-plugin-swap';
// 左侧物品容器
const leftContainer = new Sortable(document.getElementById('left'), {
group: {
name: 'inventory',
pull: 'clone',
put: false
},
sort: false,
swap: true
});
// 右侧栏位容器
const rightContainer = new Sortable(document.getElementById('right'), {
group: {
name: 'inventory',
put: function(to, from) {
// 类型匹配验证逻辑
return to.el.dataset.type === from.el.dataset.type;
}
},
swap: true,
swapClass: 'highlight',
animation: 150
});
2. 类型匹配验证
通过group.put选项可以实现拖拽时的类型验证:
put: function(to, from) {
// 获取拖拽元素和目标栏位的类型
const draggedType = from.el.dataset.itemType;
const slotType = to.el.dataset.slotType;
// 仅当类型匹配时允许放置
return draggedType === slotType;
}
3. 视觉反馈优化
Swap插件提供了swapClass选项,可以在交换时添加高亮样式:
.highlight {
background-color: rgba(255, 255, 0, 0.3);
transition: background-color 0.3s ease;
}
进阶优化
1. 自定义交换逻辑
通过swapThreshold选项可以调整触发交换的敏感度:
swapThreshold: 0.5, // 默认0.5,表示元素重叠50%时触发交换
2. 动态禁用交换
在某些场景下可能需要临时禁用交换功能:
// 禁用交换
rightContainer.option('swap', false);
// 启用交换
rightContainer.option('swap', true);
3. 交换事件处理
Swap插件提供了专门的交换事件:
rightContainer.on('swap', function(evt) {
console.log('交换完成', evt.dragEl, evt.target);
});
注意事项
- 确保Swap插件已正确引入
- 交换操作会触发Sortable的onChange事件
- 在移动端设备上可能需要调整swapThreshold值
- 复杂的验证逻辑可能会影响性能
通过上述方案,我们可以实现一个符合游戏物品栏交互习惯的拖拽系统,既保持了栏位数量固定,又实现了类型匹配验证,为用户提供了流畅自然的交互体验。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781